Intern-S2-397B vs Qwen3.8-Max: Dos buques insignia chinos, apuestas económicas opuestas

Intern-S2-397B y Qwen3.8-Max son los dos lanzamientos insignia chinos más trascendentales de principios de septiembre de 2026, y han hecho apuestas económicas opuestas. Intern-S2-397B, el modelo científico multimodal de 403 mil millones de parámetros que el equipo de InternLM del Shanghai AI Laboratory publicó bajo Apache-2.0 el 13 de septiembre, apuesta a que los pesos abiertos son la forma de ganar cargas de trabajo científicas y agénticas: sin precio por token, pesos en Hugging Face y tu propio hardware como medidor. Qwen3.8-Max, el modelo insignia de 2.4 billones de parámetros de Alibaba que llegó a disponibilidad general el 3 de agosto y se actualizó el 2 de septiembre, apuesta por una API con precios de $2.00 por millón de tokens de entrada y $6.00 por millón de tokens de salida en un contexto de 1M de tokens, con pesos abiertos que llegan una semana después de la disponibilidad general y una puntuación independiente de Artificial Analysis que ya está en el marcador. La comparación entre ellos tiene menos que ver con qué benchmarks ganan y más con qué apuesta —propiedad o un endpoint con medición— encaja con la forma de tu carga de trabajo.

Dos insignia, dos apuestas

Qwen3.8-Max es el nivel de máxima capacidad de Ali​baba dentro de la línea Qwen, un modelo de mezcla de expertos disperso con 2,4 billones de parámetros totales y alrededor de 95.000 millones activados por token en 512 expertos, con 10 activos más uno compartido. Cuenta con una ventana de contexto de 1 millón de tokens (983.616 tokens con el modo de pensamiento habilitado en la API alojada), un límite máximo de salida de 131.072 tokens, entrada de texto, imagen y video, y se sirve a través de un endpoint compatible con OpenAI. Su movimiento de precios más definitorio es una tarifa plana: el mismo $2,00 / $6,00 ya sea que tu prompt tenga 5.000 tokens o 900.000, con la entrada en caché a un precio más bajo —sin recargo por contexto largo, que es exactamente la palanca que la mayoría de los competidores todavía cobra. Ali​baba lo posiciona directamente frente a GPT-5.5, Claude Opus 4.7 y Gemini 3.1 Pro en su propia guía de migración.

Intern-S2-397B es un tipo diferente de buque insignia. Es un modelo de mezcla de expertos con 60 capas y 512 expertos (10 activos por token), un contexto de razonamiento de texto de 256K y 64K multimodal, una superficie de entrada de texto, imagen y series temporales, y un paradigma de preentrenamiento que lee páginas sin procesar de literatura científica —figuras, diseño, notación simbólica y prosa— en lugar de extraer el texto primero. Su aprendizaje por refuerzo abarca más de veinte dominios científicos, y fue entrenado para trabajo de agente de largo horizonte en entornos de sandbox. Su precio no es una lista de tarifas, sino la ausencia de una: aloja tú mismo los pesos de Apache-2.0, o solicita acceso a la API oficial de Intern.

• Precio — Intern-S2-397B: sin tarifa publicada; autoalojamiento o Intern API frente a Qwen3.8-Max: $2.00 / $6.00 por 1M tarifa plana, entrada en caché más económica.

• Escala — Intern-S2-397B: 403B en total, 512 expertos / 10 activos frente a Qwen3.8-Max: 2.4T en total, 95B activos, 512 expertos / 10 + 1 compartido.

• Contexto — Intern-S2-397B: 256K de texto / 64K multimodal frente a Qwen3.8-Max: 1M de tokens, tarifa plana.

• Entradas — Intern-S2-397B: texto, imagen, series temporales vs. Qwen3.8-Max: texto, imagen, video.

• Pesos — Intern-S2-397B: Apache-2.0, abiertos el día del lanzamiento frente a Qwen3.8-Max: licencia personalizada de Qwen3.8-Max, abiertos el 12 de agosto después de la disponibilidad general.

• Puntuación independiente — Intern-S2-397B: aún ninguna vs Qwen3.8-Max: AA Intelligence Index 40, GPQA Diamond 92.7.

Ambas mesas son mesas de vendedores, y solo una tiene un árbitro.

Ambos modelos se lanzaron con tablas de benchmark ejecutadas por el proveedor, lo que hace que la disciplina de fuentes sea idéntica y el historial de resultados, diferente. Desde entonces, los números independientes de Qwen3.8-Max se han ido acumulando: Artificial Analysis lo sitúa en 40 en su actual Índice de Inteligencia, con un GPQA Diamond de 92.7, un HLE de 43.0 y una puntuación independiente de programación de 71.8, con un costo de alrededor de $2.67 por tarea del índice en la escala actual. Esos son números medidos de un rastreador de terceros — el primer árbitro real que ha tenido cualquiera de estos dos modelos insignia.

La evidencia de Intern-S2-397B es su propia ficha, evaluada mediante OpenCompass, VLMEvalKit y AgentCompass, publicada junto con los pesos: MMLU Pro 89.77, MMMU Pro 81.68, HMMT-2026 93.56, SWE-bench-Pro 68.54 y TerminalBench 2.1 con 64.04, una cifra que la propia ficha muestra como inferior a una generación cerrada más antigua. Sus filas científicas son la razón por la que existe el caso del especialista: Biology-Instructions 55.71, SciReasoner 1.5 63.28, Mol-Instructions 53.95, MolecularIQ 62.35. Todos esos son propios de InternLM, no reproducidos. Puestas una al lado de la otra, las dos bases de evidencia cuentan la misma historia desde direcciones opuestas: un modelo es un especialista con filas generales respetables y ninguna medición externa; el otro es un generalista con una puntuación independiente y ningún ajuste científico.

Qué compran realmente las formas del dinero

El esquema plano de $2 / $6 es el movimiento distintivo de Qwen3.8-Max, y vale la pena explicar qué ofrece. Un agente de análisis de repositorios que introduce 200,000 tokens de entrada de contexto de código en una sola llamada paga la misma tarifa por token que un chat breve —sin recargo por prompts largos— y, con caché, un contexto de código estable reduce drásticamente el precio efectivo de entrada en el tráfico repetido. El modelo también se puede invocar como pesos abiertos bajo la licencia personalizada de Alibaba, que permite el uso comercial con atribución, además de umbrales basados en escala por encima de 100 millones de MAU o $20 millones de ingresos mensuales, y un acuerdo aparte para grandes empresas de modelos como servicio.

La economía de Intern-S2-397B es la inversa: no hay ningún tipo de medición, sino un gasto de capital. Los pesos ocupan aproximadamente 807 GB en BF16 repartidos en 188 fragmentos —un nodo multi-GPU considerable—, y una compilación en FP8 reduce la huella aproximadamente a la mitad. Si ya posees esa capacidad, el costo marginal de la próxima consulta científica se acerca al de la electricidad, y esa es la apuesta: la propiedad hace que el especialista sea barato en el margen. Si no posees el hardware, el modelo "gratuito" es una prueba piloto, y la API oficial de Intern es la única alternativa tarificada por uso.

Los dos modelos insignia pueden compartir un único punto de unión si enrutas. Qwen3.8-Max está en OrcaRouter al precio de lista de Alibaba traspasado con un 0 % de margen, así que la tarifa plana de $2 / $6 y cualquier futura bajada de precio llegan aquí el mismo día. Intern-S2-397B no está enrutado —es un checkpoint totalmente nuevo, y tu ruta hacia él es la API propia del proveedor o un despliegue autoalojado. Envía el tráfico general, con capacidad de vídeo y de contexto largo, al modelo de pago por uso con la clave que ya tienes; mantén el trabajo científico por lotes en el modelo que ejecutas; deja que la conmutación automática por error te cubra cuando el endpoint de cualquiera de los lados no esté en buen estado. El límite es una regla de enrutamiento en lugar de una segunda integración.

El veredicto

Elige Qwen3.8-Max para razonamiento general y trabajo de producción con capacidad de video, donde una tarifa plana por un millón de tokens supera cualquier cosa que cobren sus rivales, y donde un marcador independiente reduce el riesgo de construir sobre él. Sus pesos son lo suficientemente abiertos como para importar bajo una licencia dentro de cuyas puertas ya está la mayoría de los equipos, y su tarifa de $2 / $6 es el precio más agresivo del tablero entre los buques insignia de frontera.

Elige Intern-S2-397B para cargas de trabajo científicas —artículos densos en figuras, diagramas moleculares, señales de series temporales— donde la entrada es multimodal de una manera para la que un generalista nunca fue ajustado, y donde la residencia de datos o el ajuste fino sobre resultados propietarios hace que Apache-2.0 sea la propiedad decisiva. Presupuesta el hardware, realiza tu propia evaluación y trata sus cifras como afirmaciones hasta que aparezca un árbitro independiente.

El resumen honesto es que estos dos buques insignia no son realmente sustitutos. Uno es un instrumento científico propio con una capacidad general respetable; el otro es un generalista alquilado, evaluado de forma independiente, con una tarifa plana y un interés pasajero por la ciencia. Los equipos que necesiten ambos deberían tratar la frontera como una decisión de enrutamiento —y deberían volver a ejecutar sus propias evaluaciones sobre Intern-S2-397B antes de creer cualquier cifra en la diapositiva de cualquiera de los proveedores.